ndarray创建

创建ndarray

即 使用array函数
首先导包:import numpy as np
1.一维数组:

data1 = [1, 2.3, 4, -5]
arr = np.array(data1)
print(arr)

得到:在这里插入图片描述
2.多维数组:

data2 = [[1, 2, 3], [4, 6, 7]]
arr = np.array(data2)
print(arr)

得到:在这里插入图片描述
还可以使用 asarray(data)
array()asarray() 的区别:二者都可以将结构数据转化为ndarray,但是当数据为ndarray时,array 仍会copy出一个副本,占用一个内存,而asarray不会。
3.有序数组:
data = np.arange(start, stop, step) #start是开始的元素,stop是结束的元素,不包括stop元素,step是步长,表示隔step步取一个元素。

data1 = np.arange(4);
data2 = np.arange(2, 5, 2)
print(data1)	# 得到:[0, 1, 2, 3]
print(data2)	# 得到:[2, 4]

获取数组维度

print(data.ndim) ,其中:

print(data1.ndim)	# 为1
print(data2.ndim)	# 为2

获取数组行列数

print(data.shape),返回(行,列)。其中:

print(data1.shape)	#为(4,),不是(1, 4)的原因是一维度只返回一个数
print(data2.shape)	#为(2,3),即两行三列

获取数组类型

print(data.dtype),其中:

print(data1.dtype);	#为int32
print(data2.dtype);	#为int32

其他数组

1.全0数组:
(1) print(np.zeros(10)),即显示1行10列的全0数组
在这里插入图片描述
(2) print(np.zeros_like(data)),即显示以data数组的行列数和类型为模板的全0数组。

data = [1, 2, 3]
print(np.zeros_like(data))	#得到:[0, 0, 0]
#or: data1 = np.zeros_like(data)
#    print(data1)

2.全1数组:
(1) print(np.ones((2, 4))),即显示2行4列的全1数组
在这里插入图片描述
(2) print(np.ones_like(data)),即显示以data数组的行列数和类型为模板的全1数组。

data = [1, 2, 3]
print(np.ones_like(data))	#得到:[1, 1, 1]
# or: data1 = np.ones_like(data); 
#     print(data1);

3.空数组:
(1) print(np.empty(2, 3, 3))
在这里插入图片描述
(2) print(np.empty_like(data)),同上。均分配内存空间并产生随机值,不进行初始化。
里面的值是未初始化的垃圾值,空数组≠全0数组。
4.全数组:
(1) print(np.full((x, y), e)),显示x行y列、值为e的数组。
(2) print(np.full_like(data, e)),显示data模板下的值全为e的数组。

data = np.full((2, 3), 4)
print("data:\n", data)
data1 = np.full_like(data, 2)
print("data1:\n", data1)

在这里插入图片描述
5.单位矩阵
(1) eye(x, y),构造x行y列的单位矩阵。
(2) identity(x),构造x行x列的单位方阵。

print("eye:\n", eye(2, 3));
print("identity:\n", identity(3));

得到:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值